【解释器原理】进击的虚拟机（入门篇）

CPUfhg

大家好，窝是目录（窝在无名侠的无名团队里边叫目录），这是应该是窝的第一个帖子吧。
之前看到网上关于HLLVM（高级语言虚拟机）的东西很少，
so 一下子就忍不住了，
由于不敢在百度贴吧这种坑逼网站发布
之前也了解过fishC论坛，感觉挺不错的，至少没那么多伸手党，也没发生过类似于 Quarrel war Ⅰ 一类的武装冲突。
so 决定了，就在这发。
（psⅠ：先说好了，JIT不关我事蛤。
（psⅡ：由于fishc论坛帖子图片的支持性不是很好，所以这篇文章没有图片。

======================================== The divider Ⅰ ========================================

原理
        首先，我们从原理来讲。
        所谓高级语言虚拟机，就是解释器的一种。而解释器恐怕大家都并不陌生吧：像咱经常用的翻译软件，根据输入的英文，找到对应的中文释义并输出（具体过程可能会更复杂）；或者是Shell：根据输入的命令（行？）找到对应的op（操作）并执行。
        从上面的栗子中我们可以发现解释器的基本运行过程（流程）：

输入->（保存输入）->匹配操作->（保存结果）->输出

也就是说，解释器的运行流程，是一个交互的过程（不管是人机交互还是文件交互什么的）。
        辣嚒，看似神秘高深的HLLVM就变得很简单了。
        辣嚒，我们从解释器的运行流程开始剖析。
        首先是输入，几乎所有虚拟机都是有数据载入的，我们先从常规的（主流的）载入方式说起，像现在的一些高级语言虚拟机，如JavaVM，PythonVM（pyc载入）等等，都是从磁盘载入的，辣嚒就应该考虑载入位置的问题，
现在有两种方案，一种是虚拟机初始化时载入；另一种是Runtime（运行时）载入；执行个字节码读取一个。很显然，第二种果断干掉，为啥？原因很简单，毕竟并不是所有人都买得起SSD硬盘的（包括楼楼，被DELL坑得好惨）,机械硬盘在某种实时性很强的地方是有很大的问题的，一是读取需要旋转磁盘盘片，二是读取的速度不稳定；还有就是跳转指令如LG_IMP_IF_FALSE或LG_LOOP_IF_FALSE很难实现，so 不用我再详细的解释了吧。
        再来就是保存输入，这个不用怎么说，用C++实现很简单，一行std::vector<char> ByteCode;砸下去就完事了，但是用C语言的就尴尬了，必须自己来实现跳表（我觉得也不对吧，毕竟有标准库这种东西），如果是Python……嗯……嗯……（羡慕）。
        再来就是匹配操作，所谓匹配操作是怎么一回事呢？匹配操作就是根据特定的标记符Byte code（字节码）得出所需做的操作。那么，我们把保存在虚拟机内存空间的字节码看作一个字节流，然后用一个大循环来分别解释这些字节码，

While(explain(read_bytecode()));

然后就是指令分派，为了让字节码和操作一一对应。这里有有两种方案可以考虑，一种是用一个巨大的函数里边装一个巨大的switch来分派；另一种是用函数指针数组的方式。这种说法可能有些绕口，简单来说就是用函数指针来实现多态性（一种方法，多种操作）。好吧我知道这么解释对不用OOP的人来说和没解释没什么两样。就是说用字节码指令号来作为函数指针的偏移地址（看过窝的一个内存专题的应该知道）

typedef void(*_op)(void) runop;
runop op_list[X] = {……};

但由于是用函数指针会降低访问速度，并且内联不能与函数指针配合。
辣嚒我们用一个函数（由于效率问题，最好用内联函数。之所以不用宏替换是为了可读性方面考虑）来解释字节码指令（虽然那个巨大的解释函数窝差点没写吐）

bool explain(const char bytecode) {
        switch(bytecode) {
        ……
        }
}

        然后就是保存结果，窝这里所说的保存结果并不是指运算结果如

Bytecode:
PUSH_CONST                1        (4)
PUSH_CONST                2        (9)
POP_ADD

>> 13

这样的，
窝所说的运行结果是指日志文件，如出错日志、GC日志、对象活动日志一类的文件，它们通常以xml文件的形式表现，而有些大型的工业级的VM日志甚至由数据库管理。（网上那个说用html文件的形式表现的ZZ粗来，我保证不把你屎打粗来）
        最后，输出应该好理解，一般的输出就是指Basic output（大概是这个吧），这里所说的基本输出并不是指BIOS，而是指像输出流：控制台/文件输出什么的。（就是利用标准库输出）辣嚒，来一段示例：

printf(“Hello_World!”);                                //C
std::cout << “Hello_World!”;                        //C++
qDebug() << “Hello_World!”;                //Qt
System.out.PrintIn(“Hello_World!”);        //Java
print(“Hello_World!”)                                #Python
(print “Hello_World!”)                                #(Lisp)

各种语言的标准输出。
当然有些是图形界面输出这我就不说了。
（psⅢ：虚拟机如果加上图形界面，可移植性会大幅度降低，所以javaEE的GUI组件相应速度才如此之慢，所以PHP才被实现为数据处理语言，当然Python那个靠Qt作弊的不算啊<Qt万岁！>

【一个开头忘说了但很重要的东西】
（ps：注意窝下面说的话很可能不正确，甚至是谬论，你只用知道里面的技术就行了，因为窝并不是很懂计算机史。
        最早的虚拟机，是以模拟真实的计算机为目的的，它们与计算机硬件（架构）非常相似，如DosBox等。而随着虚拟机的技术愈发完善，更Light的（注意我这里说的并不是运行速度）、更抽象的虚拟机也逐渐被提出，如PythonVM。人们发现：线程虚拟机并不需要完全模拟计算机，只需要符合 冯·诺依曼 提出的 储存->运行 的规则就行，于是新的计算模型被提出——基于堆栈的虚拟机，而现在，寄存器机和栈机各自的优势并不相同，so 产生了较大的分歧（照现在看来在HLLVM这块应该是基于堆栈大获全胜）。
        那么，该如何选择架构？这个可以从两种架构所对应的指令集来说。首先说栈的指令集：基于栈的指令集代码紧凑，操作数通常<=1，占用较小；而基于寄存器的指令集，由于是多地址，所以通常占用较大。所以，选栈吧骚年。
（ps：以上【一个开头忘说了但很重要的东西】全凭个人主观臆断瞎逼逼，不喜勿喷

======================================== The divider Ⅱ ========================================

实现
好了，原理部分讲完了，接下来该说说具体实现了。
其实挺简单的
就拿窝写的第一个虚拟机来说吧（由于版面问题，现给出部分源码
首先是运行环境，

//==========Domo==========
//std::vector<char> bytecode;        //字节流
//std::vector<long double> const_pool;
unsigned long bytecodepre;
std::stack<long double> op_stack;
//字节码
        enum {
                op_push,
                op_pop,
                op_add,
                ……
                op_print,
}:
char bytecode[] = {        //DeBug
        op_push, 1,
        op_push, 2,
        op_push, 3,
op_add,
op_add,
op_print,
};
        //由于需要提高运行效率，所以部分需要宏定义：
        #define Read_bytecode() bytecode[bytecodepre]
        #define bytecodepre_addo() bytecodepre++
        #define bytecodepre_subo() bytecodepre—
        #define bytecodepre_add(X) bytecodepre+X
        #define bytecodepre_sub(X) bytecodepre-X
//主体框架
bool explain(char bytecode) {
        bytecodepre_addo();
        switch(int bytecode) {
        case op_push: {
                stack.back_push(const_pool[Read_bytecode()]);
} return true;
        ……
        ……
}
};
int main(int argc, char** argv) {
        while(explain(Read_bytecode()));
        return 0;
};

好吧窝腾过来的时候偷懒没分文件
（我都好久没碰代码了，再加上被VS惯养了，所以恐怕会有不少错误，所以如果有问题，请在评论区留言，谢谢。
由于作者时间有限，只能完成这么多，所以更高级的虚拟机的设计就留在进阶篇讲解。
欲深入研究HLLVM（高级语言虚拟机），请参阅以下几本书（按排名）：
《Python源码剖析》注意是Python源码剖析，但讲的是Python虚拟机
《深入理解Java虚拟机》——JVM高级特性欲最佳实践
《虚拟机的设计与实现C/C++》一个物理学家转程序员的经典著作，但技术较老
-没事还可以去看看Lua虚拟机源码啥的。
Ps：由于本人文笔极差（从文中大量使用括号就能看粗来），所以请各位大大多多支持哈。
同时，我将尽快的将我的各种填好的坑移植到鱼C（OSChina、网易）：
（ps：妈蛋，自己挖的坑，含泪也得填完啊。
【解释器原理】进击的高级语言虚拟机（进阶）
        主要衔接入门篇，实现一个（更高级的）虚拟机的对象机制、多线程、栈帧、模块动态加载机制。
【无名学院-目录】内存专题
        从C/C++的各种内存操作符讲起，深入剖析指针与内存，了解其本质，并逐步实现一个智能指针的封装和一个微型内存管理机制（就是窝最新的虚拟机的那套机制。
Java的引用也要讲一些

嗯……这篇文章窝也数了数。嗯，着实为本人平生良心之作，满满的都是干货，绝对没水。所以……嗯…… @无名侠 @无名侠 @无名侠 /傲娇 /傲娇 /傲娇
最后，我想说的是
        励志创造人生，编程改变命运。
谢谢。

CPUfhg

污名不理我

小甲鱼

傲娇！！！

黑龍

哇 好厉害哦。

CPUfhg

黑龍 发表于 2017-1-18 10:57
哇 好厉害哦。

欸，面包店，你咋不是版主了？

黑龍

CPUfhg 发表于 2017-1-18 11:01
欸，面包店，你咋不是版主了？

谁是面包店

CPUfhg

面包你也不理我

CPUfhg

好吧刚刚又检查了一遍，发现一个很严重的问题——排版乱了

拈花小仙

黑龍 发表于 2017-1-18 11:07
谁是面包店

黑龙版主快快回归`